如何使用数据科学,机器学习,运筹学和智能系统为企业节约劳动力成本?

活动主持人提问于 2018-03-12 10:23
1 个回答
  • 猪小花1号2018-03-27 09:23

    网易云为2017网易云创大会提炼的主题,叫做“商业匠心,技术创新”,这其实也隐含了技术真正成为生产力的前提:能够促进商业进步的技术系统,必须以业务战略为导向。有价值的技术创新,需要足够的商业积淀作为基础。


    题主提到的技术和学科,已经在为包括网易在内的很多公司降本增效,不仅仅是节约劳动力成本。对于企业运营而言,说劳动力成本转化为技术研发成本并不科学 - 一是技术能够保证边际成本随着规模递增而递减(暂不讨论大规模系统的调度);二是技术能够保证效率(当然需要系统设计可靠、准确率高)。


    数据科学正作用于业务,首先我们要能够基于业务理解建立数学模型,其次我们需要有一定的数据积累,包括质和量两个方面,支持机器学习给出最优解。绝大部分的算法,效果对数据依赖还是很大的,但这并不一定是坏事。


    当前的感知智能技术有很大的进展,认知智能还差很多,从劳动力成本的角度,最能够保证的是把整个业务流程中简单重复的部分工作自动化,网易云常用的两个例子,就是智能客服系统智能反垃圾系统


    需要注意的是,模型并非一经训练就永远生效,有反例:人工智能技术同样业界领先的 Google 和 Facebook,都有加强招募内容审核人员辅助人工智能系统的记录。网易云反垃圾系统之所以能够保证98%的准确率,同样依赖运营团队在背后支持,让算法团队能够根据攻击方式的变化不断改进算法。


    但不能因为全自动化就否认系统的智能性,如果没有系统,要保证问题能够及时处理,需要的人数是极为恐怖的 - 网易云反垃圾系统过去一年过滤360亿+条垃圾信息,等同于多少人工?